理解numpy中奇怪的布尔2d数组索引行为

Question

为什么这样做:

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)

a_tmp=a[x_range<5,:]
b=a_tmp[:,np.in1d(y_range,[3,4,8])]

这不是:

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)    

b=a[x_range<5,np.in1d(y_range,[3,4,8])]

Answer 1

Numpy参考文档的索引页面包含答案,但需要仔细阅读.

这里的答案是使用布尔值进行索引相当于使用首先使用布尔值数组转换得到的整数数组进行索引np.nonzero.因此,对于布尔数组m1,m2

a[m1, m2] == a[m1.nonzero(), m2.nonzero()]

哪个(当它成功时,即m1.nonzero().shape == m2.nonzero().shape)相当于:

[a[i, i] for i in range(a.shape[0]) if m1[i] and m2[i]]

我不确定为什么它的设计是这样的 - 通常,这不是你想要的.

为了获得更直观的结果,您可以改为

a[np.ix_(m1, m2)]

产生相当于的结果

[[a[i,j] for j in range(a.shape[1]) if m2[j]] for i in range(a.shape[0]) if m1[i]]

Answer 2

的另一种选择np.ix_是将布尔数组转换为整数数组（使用np.nonzero()），然后用于np.newaxis创建正确形状的数组以利用广播的优势。

import numpy as np

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)

a_tmp=a[x_range<5,:]
b_correct=a_tmp[:,np.in1d(y_range,[3,4,8])]

m1=(x_range<5).nonzero()[0]
m2=np.in1d(y_range,[3,4,8]).nonzero()
b=a[m1[:,np.newaxis], m2]
assert np.allclose(b,b_correct)

b2=a[np.ix_(x_range<5,np.in1d(y_range,[3,4,8]))]
assert np.allclose(b2,b_correct)

np.ix_往往比双索引慢。长形解决方案似乎更快一些：

长格式：

In [83]: %timeit a[(x_range<5).nonzero()[0][:,np.newaxis], (np.in1d(y_range,[3,4,8])).nonzero()[0]]
10000 loops, best of 3: 131 us per loop

双重索引：

In [85]: %timeit a[x_range<5,:][:,np.in1d(y_range,[3,4,8])]
10000 loops, best of 3: 144 us per loop

使用np.ix_：

In [84]: %timeit a[np.ix_(x_range<5,np.in1d(y_range,[3,4,8]))]
10000 loops, best of 3: 160 us per loop

注意：最好在计算机上测试这些计时，因为排名可能会根据您的Python，numpy或硬件版本而变化。